FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA

JURUSAN PENDIDIKAN TEKNIK ELEKTRO

PROGRAM STUDI S1 PENDIDIKAN TEKNIK MEKATRONIKA
Histogram
LABSHEET SEM. 7

Kode: MEK6343 Revisi : 00 Tgl : 9-3-2020 Hal 1 dari

A. Topik
Mengetahui dan menghitung informasi histogram dari suatu gambar citra diam serta
proses ekualisasi histogram untuk memperbaiki citra gambar.

B. Kompetensi
Setelah praktikum peserta dapat membagi gambar ke dalam bidang korespondennya dan menghitung
nilai histogram dari suatu gambar image. Selain itu juga mempraktekkan perbaikan citra dengan
histogram equalization.

C. Sub Kompetensi
Setelah mengikuti praktikum mahasiswa memiliki sub kompetensi sebagai berikut:
1. Gunakan fungsi cv2.calcHist() dan cv2.equalizeHist().
2. Untuk menghitung histogram susunan gambar dengan menggunakan kalkulus fungsi
OpenCV
3. Untuk menormalkan suatu array dengan menggunakan fungsi menormalkan

D. Teori Dasar
Pengertian Histogram dalam pengolahan citra adalah representasi grafis untuk
distribusi warna dari citra digital atau menggambarkan penyebaran nilai-nilai intensitas
pixel dari suatu citra atau bagian tertentu di dalam citra. Dari sebuah histogram dapat
diketahui frekuensi kemunculan relative dari intensitas pada citra, kecerahan, dan kontas
dari sebuah gambar. Histogram adalah plot dengan nilai piksel (mulai dari 0 hingga 255,
tidak selalu) dalam sumbu X dan jumlah piksel yang sesuai dalam gambar pada sumbu Y.

Ini hanyalah cara lain untuk memahami gambar. Dengan melihat histogram suatu gambar,
Anda mendapatkan intuisi tentang kontras, kecerahan, distribusi intensitas dll dari gambar
itu. Hampir semua alat pengolah gambar saat ini, menyediakan fitur-fitur pada histogram.
Di bawah ini adalah gambar dari situs web Cambridge in Color, dan saya sarankan Anda
untuk mengunjungi situs ini untuk lebih jelasnya.

Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen Diperiksa oleh:
Sigit Y tanpa ijin tertulis dari Fakultas Teknik Universitas Negeri
Yogyakarta
 Dilihat dari gambar tersebut bisa diketahui bahwa gambar gelap cenderung ke
arah sebelah kiri dan gambar terang ke arah sebelah kanan. Perlu di ingat bahwa histogram
mengambil gambar grayscale bukan gambar berwarna. Maksutnya adalah daerah kiri histogram
menunjukkan jumlah pixel yang lebih gelap untuk nilai pixel 0 dan wilayah kanan menunjukkan jumlah
piksel yang lebih terang untuk nilai pixel 255. Untuk tengah-tengahnya kira kira nilai pixel 127 lebih kecil.
Berikut di berikan code program untuk menemukan histogram :
Fungsi yang digunakan dalam matplotlib adalah matplotlib.pyplot.hist()
Sebagai catatan jika library matplotlib belum diinstal maka lakukan langkah instalasi
sebagai berikut :
a. Buka cmd (command dos) panggil direktori scripts saat instalasi opencv dengan pip
( labsheet 1).
b. ketikkan pip install matplotlib dan tunggu sampai selesai. Kemudian ketik pip install
scipy dan tunggu sampai selesai.
c. ketikkan kode berikut di idle python :
import scipy as sp
import matplotlib.pylab as plt
t = sp.linspace(0, 1, 100)
plt.plot(t, t**2)
plt.show()
Simpan dan klik run module, amati apakah muncul gambar plot sinyal.
Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen Diperiksa oleh:
Sigit Y tanpa ijin tertulis dari Fakultas Teknik Universitas Negeri
Yogyakarta
 Kode program untuk melihat histogram grayscale :
import cv2
import numpy as np
from matplotlib import pyplot as plt
 
img = cv2.imread('contoh.png',0)
plt.hist(img.ravel(),256,[0,256]);
plt.show()

Kita menggunakan fungsi cv2.calcHist () untuk menemukan histogram. Mari kenali

fungsi dan parameternya:
cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])

 image: ini adalah gambar sumber tipe uint8 atau float32. itu harus diberikan
dalam tanda kurung siku, yaitu, "[img]".
 channels: itu juga diberikan dalam tanda kurung. Ini adalah indeks saluran
tempat kami menghitung histogram. Misalnya, jika input adalah gambar skala
abu-abu, nilainya adalah [0]. Untuk gambar berwarna, Anda dapat melewati [0],
[1] atau [2] untuk menghitung histogram masing-masing saluran biru, hijau atau
merah.
 mask: gambar topeng. Untuk menemukan histogram dari gambar penuh, ini
diberikan sebagai "None". Tetapi jika Anda ingin menemukan histogram
wilayah gambar tertentu, Anda harus membuat gambar topeng untuk itu dan
memberikannya sebagai topeng. (Saya akan menunjukkan contoh nanti.)
 histSize: ini merupakan jumlah BIN kami. Perlu diberikan dalam tanda kurung.
Untuk skala penuh, kami lulus [256].
 range: ini adalah RANGE kami. Biasanya, itu adalah [0,256].
Ekualisasi Histogram
Perbaikan citra atau yang biasa disebut image enhancement adalah proses perbaikan
kualitas citra atau gambar dengan cara memanipulasi parameter-parameter citra. dengan
adanya perbaikan citra maka ciri-ciri khusus yang terdapat di dalam citra lebih ditajamkan.
Salah satu operasi perbaikan citra format grayscale adalah histogram equalization –
perataan histogram.
Pertimbangkan gambar yang nilai pikselnya terbatas hanya untuk rentang nilai tertentu.
Misalnya, gambar yang lebih terang akan memiliki semua piksel terbatas pada nilai tinggi.
Tetapi gambar yang baik akan memiliki piksel dari semua wilayah gambar. Jadi, Anda
perlu meregangkan histogram ini ke kedua ujungnya (seperti yang diberikan pada gambar

Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen Diperiksa oleh:
Sigit Y tanpa ijin tertulis dari Fakultas Teknik Universitas Negeri
Yogyakarta
di bawah ini, dari wikipedia) dan itulah yang dilakukan Histogram Equalization (dengan
kata sederhana). Ini biasanya meningkatkan kontras gambar.

Terlihat bahwa operasi perataan histogram dapat bekerja dengan baik

Fitur penting lainnya adalah bahwa, meskipun gambar tersebut adalah gambar yang lebih
gelap (alih-alih yang lebih cerah yang kami gunakan), setelah penyamaan, kami akan
mendapatkan gambar yang hampir sama dengan yang kami dapatkan. Akibatnya, ini
digunakan sebagai "alat referensi" untuk membuat semua gambar dengan kondisi
pencahayaan yang sama. Ini berguna dalam banyak kasus. Misalnya, dalam pengenalan
wajah, sebelum melatih data wajah, gambar wajah disetarakan dengan histogram untuk
membuat semuanya dengan kondisi pencahayaan yang sama.
E. Alat dan Bahan

1. Komputer dengan program Python dan OpenCV

2. Modul Praktik Penginderaan visual robo

F. Langkah Kerja
Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen Diperiksa oleh:
Sigit Y tanpa ijin tertulis dari Fakultas Teknik Universitas Negeri
Yogyakarta
 1. LAkukan langkah untuk membuat project baru di Python
2. Ketikkan kode berikut :

3. Simpan dan klik run module, amati apakah muncul gambar gray scale dan plot
histogramnya.
4. Ketikkan kod eberikut :

5. Simpan dan klik run module, amati apakah muncul gambar berwarna dan plot
histogramnya untuk warna R G B.
6. Ketikkan kode berikut :

Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen Diperiksa oleh:
Sigit Y tanpa ijin tertulis dari Fakultas Teknik Universitas Negeri
Yogyakarta
 7. Simpan dan klik run module, amati apakah muncul gambar gray scale dan plot
histogramnya baik yang awal dan ekualisasinya dalam satu gambar.

Tugas : Ubah gambar yang digunakan dan cermati perbaikan gambar melalui proses
ekualisasi histogram. Coba kode program di buku Langkah Mudah pemrograman
opencv & Python Bab 5 Histogram.

Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen Diperiksa oleh:
Sigit Y tanpa ijin tertulis dari Fakultas Teknik Universitas Negeri
Yogyakarta